文章目录
- 总的代码
- ADF 检验(是否平稳)
- 差分操作
- 拟合AR 模型
- 预测
- 可视化
总的代码
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.ar_model import AutoReg
from statsmodels.tsa.stattools import adfuller
# 生成一个示例时间序列
# 设置随机数种子(确保每次生成的随机数是一样的)
np.random.seed(42)
# 生成时间序列np.random.randn(100) 是生成100个从标准正态分布里面抽取的100个数
# np.arange(100) 是生成0-99 ,然后+ ,将两个部分相加
time_series = pd.Series(np.random.randn(100) + np.arange(100))
# 可视化时间序列
plt.plot(time_series)
plt.title("Example Time Series")
plt.show()
# 平稳性检验
result_adf = adfuller